Claw Code 調査レポート

1. 基本情報

• ツール名: Claw Code
• ツールの読み方: クローコード / クロー・コード
• 開発元: ultraworkers (および Yeachan-Heo / bellman_ych 等コミュニティ)
• 公式サイト: https://github.com/ultraworkers/claw-code
• 関連リンク:
  • GitHub: https://github.com/ultraworkers/claw-code
• カテゴリ: 自律型AIエージェント
• 概要: Anthropicの「Claude Code」のエージェントハーネスやツール連携、ワークフローのアーキテクチャを、独自のコード（クリーンルーム設計）でPython（およびRust）に移植・再現したオープンソースプロジェクト。

2. 目的と主な利用シーン

• 解決する課題: プロプライエタリなClaude Codeの内部構造やエージェントハーネスの仕組みをオープンに研究・再現し、開発者が自由に活用できる基盤を提供する。
• 想定利用者: AIエンジニア、LLMのエージェントアーキテクチャに関心のある開発者。
• 利用シーン:
  • エージェントハーネスの仕組みやツール連携（Tool Wiring）の学習・研究
  • PythonまたはRustベースでの自律型エージェント開発の基盤としての利用
  • oh-my-codex (OmX) を用いたワークフローのオーケストレーション

3. 主要機能

• エージェントハーネスの提供: ツール連携、タスクのオーケストレーション、ランタイムコンテキストの管理を行う基盤。
• Pythonワークスペースの実装: サブシステム、モジュール、バックログ状態を管理するデータクラス群（models.py）やコマンド、ツールのメタデータ（commands.py, tools.py）。
• サマリーおよびマニフェスト出力: 現在の移植状況やワークスペースの構造をCLIから出力・確認できる機能（query_engine.py, main.py）。
• Rustへの移植（進行中）: より高速でメモリ安全なハーネスランタイムの提供を目指し、Rustでの実装が進められている。
• OmX統合: oh-my-codexを用いたチームモードでの並行コードレビューや、永続的な実行ループを通じた検証。

4. 動作原理・システム構成

• アーキテクチャ: ローカル環境で実行されるCLIツールとしての構成。Rustによる高速な実行と、Pythonでの参照実装を併せ持つ。
• 主要コンポーネントとデータフロー:
  • コマンドラインからの入力を受け、LLMプロバイダーへAPIリクエストを送信する。
  • ツール群へのアクセス権限管理（サンドボックスやファイルアクセス制御）を中継し、結果を返す。
• 特筆すべき要素技術:
  • サンドボックス環境での実行 (unshare, newuidmap を用いたマッピング自動フォールバック機能など)

5. 開始手順・セットアップ

• 前提条件:
  • Python環境（Python 3系）
  • （Rust版を利用する場合はRustツールチェーン）

• インストール/導入: リポジトリをクローンして利用する。

  git clone https://github.com/ultraworkers/claw-code
  cd claw-code
  

• クイックスタート: Pythonワークスペースでのサマリーやマニフェストの出力：

  # サマリーの出力
  python3 -m src.main summary
  
  # マニフェストの出力
  python3 -m src.main manifest
  
  # モジュール一覧の出力
  python3 -m src.main subsystems --limit 16
  
  # テストの実行
  python3 -m unittest discover -s tests -v
  

6. 特徴・強み (Pros)

• プロプライエタリなソースコードを一切含まず、クリーンルームで再実装されているため、法的な懸念なく利用できる。
• PythonとRust（進行中）による実装があり、学習用だけでなく実用的なパフォーマンスも期待できる。
• オープンソースコミュニティからの注目度が高く（公開後数時間で3万スターを獲得）、活発なコントリビューションや検証が行われている。
• oh-my-codex (OmX) を活用した最新の開発手法・オーケストレーションが取り入れられている。

7. 弱み・注意点 (Cons)

• まだ元の「Claude Code」と完全に1対1の代替となるレベルには達しておらず、実行可能なランタイム機能に一部制限がある。
• 現在はRust版の統合に向けて活発に開発中（dev/rustブランチ）であるため、仕様が変更される可能性がある。
• 利用や貢献には、エージェントアーキテクチャやPython/Rustについての一定の技術的知識が求められる。

8. 料金プラン

プラン名	料金	主な特徴
オープンソース	無料	GitHub上で公開されており、誰でも利用・貢献が可能。MITなどのオープンソースライセンスに準拠。

• 課金体系: 完全無料（自前の環境で実行するため、インフラやLLMのAPI利用料は別途発生する可能性あり）

9. 導入実績・事例

• 導入企業: オープンソースプロジェクトのため、特定の企業への導入事例はまだ公開されていないが、コミュニティでの個人利用・検証が多数。
• 導入事例: Wall Street Journalにて、作者（Sigrid Jin氏）の取り組みや、Claude Codeのパワーユーザーとしての活動が紹介された。
• 対象業界: ソフトウェア開発、AIリサーチ、スタートアップなど。

10. サポート体制

• ドキュメント: GitHubリポジトリのREADMEが中心。
• コミュニティ: Discordコミュニティ（instruct.kr）が存在し、LLMやエージェントワークフローに関する活発な議論が行われている。
• 公式サポート: オープンソースのため、Issueを通じたサポートとなる。

11. エコシステムと連携

11.1 API・外部サービス連携

• API: 内部的なコンポーネント連携のための構造は提供されている。
• 外部サービス連携: oh-my-codex (OmX) や OpenAI Codexと組み合わせた開発ワークフローが実践されている。

11.2 技術スタックとの相性

技術スタック	相性	メリット・推奨理由	懸念点・注意点
Python	◎	現在の主要なワークスペースがPythonで構築されており、親和性が非常に高い。	特になし
Rust	◯	パフォーマンス向上のためRustへの移植が進められており、今後はRustが主要環境になる見込み。	現在は移行期間中
oh-my-codex (OmX)	◎	開発プロセスそのものにOmXが組み込まれており、相性が良い。	ツールの利用方法を習熟する必要がある

12. セキュリティとコンプライアンス

• 認証: オープンソースのコマンドラインツールのため、特別な認証機能は持たない。
• データ管理: 基本的にローカルで動作するため、コードやデータはユーザーの環境内で管理される。
• 準拠規格: 特に公式に取得しているセキュリティ認証等はない。

13. 操作性 (UI/UX) と学習コスト

• UI/UX: 現在は主にCLI（コマンドラインインターフェース）での操作となる。提供されているコマンドを通じて内部状態を柔軟に確認できる。
• 学習コスト: AIエージェントのハーネスやツール連携の仕組みに関する理解が必要なため、一般的な開発ツールと比較すると学習コストはやや高い。

14. ベストプラクティス

• 効果的な活用法 (Modern Practices):
  • 提供されているテストスイートを活用しながら、独自のツール連携機能を追加していく。
  • Discordコミュニティに参加し、他の開発者の最新の知見やオーケストレーション手法をキャッチアップする。
• 陥りやすい罠 (Antipatterns):
  • 本家Claude Codeの完全なコピーとして扱おうとすること。あくまでアーキテクチャの再構築と独自機能の開発を目的としたプロジェクトである点に注意。

15. ユーザーの声（レビュー分析）

• 調査対象: GitHub (スター数、Issue), X(Twitter)
• 総合評価: 非常に高い注目と支持を集めている。
• ポジティブな評価:
  • 「公開直後に驚異的なスピードでスターを集めており、コミュニティの関心の高さが伺える」
  • 「元のコードを使わず、クリーンルームでアーキテクチャを再構築した対応の迅速さと技術力が高く評価されている」
  • 「Rustへの移行など、パフォーマンスを追求する姿勢が良い」
• ネガティブな評価 / 改善要望:
  • 「まだすべての機能が利用できるわけではなく、完成に向けての開発継続が求められる」
• 特徴的なユースケース:
  • Wall Street Journalの記事でも言及されているように、LLMのトークンを大量に消費するようなヘビーなエージェント運用や自動化ワークフローの研究。

16. 直近半年のアップデート情報

• 2026-08-06: サンドボックス環境におけるルートユーザーマッピングが制限された際の、--map-auto への自動フォールバック修正がマージされる。
• 2026-06-18: Apple Silicon（Mac）上のMLXを利用した mlx-lm バックエンドに関するドキュメントと互換性サポートが追加される。
• 2026-06-05: ネイティブのOllamaプロバイダーサポートが追加（OLLAMA_HOST 環境変数に対応）。
• 2026-04-01: Rust版のmainへのマージが開始され、高速かつメモリ安全なハーネスランタイムの提供へ移行。
• 2026-03-31: Claude Codeのソース露出を受け、Pythonによるクリーンルームでの再実装版（初期バージョン）が公開される。公開後数時間で30,000スターを獲得。

(出典: GitHubリポジトリ 変更履歴)

17. 類似ツールとの比較

17.1 機能比較表 (星取表)

機能カテゴリ	機能項目	本ツール	Claude Code	Devin	OpenHands
基本機能	自律的なコード生成・実行	△ 現在基盤を構築中	◎ 高度な推論と実行	◎ エンドツーエンドでの自律開発	◎ 完全自律・サンドボックス
アーキテクチャ	エージェントハーネスのカスタマイズ	◎ オープンで拡張可能	× プロプライエタリ	× プロプライエタリ	◯ 柔軟なアーキテクチャ
拡張性	外部連携	◯ Ollama等のローカル連携	◎ MCP標準対応	◎ MCP Marketplace対応	◎ 各種統合・MCP対応
非機能要件	オープンソース	◎ MIT等で公開	× クローズドソース	× クローズドソース	◎ MIT等で公開
環境	対応言語基盤	◎ Python, Rust	- 非公開	- 非公開	◯ Python等

17.2 詳細比較

ツール名	特徴	強み	弱み	選択肢となるケース
本ツール	Claude Codeのアーキテクチャを再構築したOSS	独自の拡張が可能、Rustによる高速化が進行中	元ツールの完全な代替にはなっていない	エージェントの内部構造を研究したい、自社専用のハーネスを作りたい場合
Claude Code	Anthropic公式のコーディングエージェント	Claude 4.5 Opus/Sonnet, Opus 5の能力を最大限に引き出す高度な推論	ソースコードが非公開でありカスタマイズ性に制限	そのまま高性能なエージェントを利用したい場合
Devin	Cognition社の自律型AIソフトウェアエンジニア	MCP Marketplaceの拡張やGitLab連携など、エコシステムが強力	クローズドであり、利用コストが高い	開発タスクを丸ごと委譲したい場合
OpenHands	コミュニティ主導の自律型OSSエージェント	完全なオープンソースで柔軟性が高く、サンドボックス実行が安全	導入セットアップの手間があり、サポートはコミュニティ依存	コストをかけずカスタマイズ可能な自律型エージェントを動かしたい場合

18. 総評

• 総合的な評価: Claw Codeは、プロプライエタリなツールの構造をクリーンルーム環境で再構築し、オープンソースとしてコミュニティに提供するという非常に野心的なプロジェクトです。公開直後からの圧倒的な反響が示す通り、AIエージェントの内部アーキテクチャ（ハーネス）に対する開発者の関心は高く、そのニーズに応える基盤として高く評価できます。現在はまだ開発の初期～中期段階ですが、Rustへの移行も含めて今後の発展が強く期待されます。
• 推奨されるチームやプロジェクト: LLMエージェントの仕組みを深く理解したいエンジニア、独自の自律型エージェント基盤を開発したい研究チームやスタートアップに推奨されます。
• 選択時のポイント: 単に「AIにコードを書かせたい」という用途であれば、既存のClaude CodeやGitHub Copilotを利用する方が適しています。しかし、ツール連携のオーケストレーションや、エージェントのワークフロー自体をコントロール・拡張したい場合には、Claw CodeやOpenHandsのようなオープンソースのフレームワークが有力な選択肢となります。